在数据库查询中，当需要按照多个业务维度同时进行数据统计时，仅仅依靠单字段的GROUP BY往往无法满足需求。SQL的GROUP BY子句支持在关键字之后同时声明多个字段，使数据库按照多个字段组合进行分组，从而得到更细粒度的聚合结果。例如，既要按销售区域分析，又要按产品类型分析，就可以将区域和产品类型同时作为分组依据。这种多列分组与单列分组在写法上十分接近，但在分组逻辑和结果过滤方面有更多需要关注的地方。
多列分组的基本语法与分组逻辑
多列分组的语法并不复杂，只需要在 GROUP BY 关键字后按顺序书写多个字段名，字段之间使用英文逗号分隔。例如，按 region 和 product_type 两个字段分组时，可以直接写成 GROUP BY region, product_type。需要注意的是，SELECT 列表中出现的所有非聚合字段都必须完整出现在 GROUP BY 子句中，否则数据库无法确定这些非聚合字段到底对应分组中的哪一条记录，查询会直接报错。
-- 多列分组基本语法 SELECT 分组字段1, 分组字段2, 聚合函数(统计字段) FROM 表名 WHERE 过滤条件 GROUP BY 分组字段1, 分组字段2 HAVING 分组后过滤条件 ORDER BY 排序字段;
从执行逻辑上看，数据库并不是同时把所有字段混在一起处理，而是按照 GROUP BY 中字段的先后顺序层层划分。数据库会先根据第一个分组字段生成若干较大的分组，再在每个大分组内部根据第二个字段继续拆分，依此类推。如果分组字段超过两个，后续字段会在前序分组的基础上继续细分，最终形成的分组数量是各字段不同取值组合的数量。
分组字段的书写顺序不会改变聚合结果的数值。例如 GROUP BY region, product_type 与 GROUP BY product_type, region 生成的组合分组尽管排列顺序不同，但每个组合对应的统计值完全一致。只是在不指定 ORDER BY 的情况下，数据库可能按照分组字段的先后顺序来决定默认显示顺序，因此需要稳定输出时应显式使用 ORDER BY。
例如以下查询只是交换了分组字段的位置，聚合结果仍然保持一致：
-- 交换分组字段顺序，统计数值不受影响 SELECT product_type, region, SUM(sale_amount) AS total_sales FROM sales_record GROUP BY product_type, region ORDER BY product_type, region;
多列分组配合聚合函数与HAVING过滤
多列分组通常与聚合函数一起使用，才能将每个分组内的多条记录压缩为一条统计结果。假设存在一张销售记录表 sales_record，其中记录销售区域、产品类型、销售金额和销售日期等信息，表结构如下：
| 字段名 | 类型 | 说明 |
|---|---|---|
| id | int | 记录ID |
| region | varchar | 销售区域 |
| product_type | varchar | 产品类型 |
| sale_amount | decimal | 销售金额 |
| sale_date | date | 销售日期 |
如果需要统计每个区域下每个产品类型的销售总额，就需要把 region 和 product_type 同时作为分组字段，并对 sale_amount 使用 SUM 函数。查询语句如下：
-- 统计每个区域每个产品类型的总销售金额 SELECT region, product_type, SUM(sale_amount) AS total_sales FROM sales_record GROUP BY region, product_type ORDER BY region, total_sales DESC;
执行该语句时，数据库先将属于同一区域且属于同一产品类型的记录划分到同一个最小分组，然后对每个小组内的销售金额逐行求和。这样查询结果中的每一行都代表一个区域与产品类型的组合，而 total_sales 则是该组合下的销售总额。如果某个区域有多个产品类型，那么该区域会对应多行结果。
多列分组后的结果过滤必须放在 HAVING 子句中，因为 WHERE 的过滤发生在分组之前，它无法访问聚合结果。要筛选总销售额超过 10000 的组合，可以这样写：
-- 筛选总销售金额大于10000的区域与产品类型组合 SELECT region, product_type, SUM(sale_amount) AS total_sales FROM sales_record GROUP BY region, product_type HAVING SUM(sale_amount) > 10000 ORDER BY total_sales DESC;
这里使用 HAVING SUM(sale_amount) > 10000 对分组后的聚合值进行过滤。如果把该条件写入 WHERE 子句，数据库会因为 WHERE 阶段还没有形成分组、无法识别 SUM(sale_amount) 的聚合含义而报错。简单来说，WHERE 针对原始行，HAVING 针对分组后的结果，这是多列分组统计中非常容易混淆的地方。
包含NULL值的多列分组处理
在多列分组场景中，分组字段如果存在 NULL 值，需要特别留意。SQL 标准中，数据库会把分组字段中所有 NULL 值归入同一个分组。也就是说，当 region 字段存在多条为 NULL 的记录时，这些记录会先被归到同一个区域分组，再按照 product_type 继续细分。如果业务统计不需要包含 NULL 值对应的分组，可以在分组之前使用 WHERE 子句进行过滤。
-- 先过滤区域为NULL的记录，再执行多列分组统计 SELECT region, product_type, SUM(sale_amount) AS total_sales FROM sales_record WHERE region IS NOT NULL GROUP BY region, product_type ORDER BY region, product_type;
上述查询使用WHERE region IS NOT NULL 先过滤掉区域为 NULL 的记录，再执行多列分组统计，这样可以避免最终分组结果中出现 region 为 NULL 的汇总行。如果业务上需要单独观察 NULL 分组，则无需该过滤条件。
多列分组的字段顺序与排序
在 GROUP BY 中，region, product_type 与 product_type, region 最终生成的分组组合相同，都是区域与产品类型的所有非重复组合。两者主要差异体现在数据库生成分组时的内部路径以及默认输出的排列顺序。为了让结果稳定一致，建议显式使用 ORDER BY。
-- 两种写法分组结果一致，但默认顺序可能不同 SELECT region, product_type, SUM(sale_amount) AS total_sales FROM sales_record GROUP BY product_type, region ORDER BY region, product_type;
多列分组与 DISTINCT 的区别
多列分组的目标是进行聚合统计，而不是单纯去重。如果只希望查看所有区域与产品类型的组合，可以使用 SELECT DISTINCT region, product_type FROM sales_record;，但这样不会得到每个组合的销售总额。初学者容易把 DISTINCT 与 GROUP BY 混为一谈，实际上需要计算聚合指标时，必须使用 GROUP BY。
使用 GROUPING SETS 实现多维汇总
在多列分组基础上，如果既要按 region 和 product_type 的组合统计，又要按单独的 region、单独的 product_type 以及整体汇总，可以使用 GROUPING SETS。这比手工拼接多个 UNION ALL 更清晰，也更易于维护。
-- 同时输出区域+产品类型、仅区域、仅产品类型、整体四类汇总
SELECT region, product_type, SUM(sale_amount) AS total_sales
FROM sales_record
GROUP BY GROUPING SETS (
(region, product_type),
(region),
(product_type),
()
)
ORDER BY region, product_type;
不同数据库对 GROUPING SETS 的支持存在差异，PostgreSQL、SQL Server、Oracle 等数据库提供标准实现；MySQL 8.0 虽然支持 GROUPING() 函数和 WITH ROLLUP，但对标准 GROUPING SETS 的支持需查阅具体版本文档。对于不支持 GROUPING SETS 的环境，可以用 UNION ALL 模拟多维汇总。
ROLLUP 与 CUBE 的适用场景
ROLLUP 会按 GROUP BY 字段从左到右逐级生成小计和总计，适合层级汇总场景。例如 GROUP BY ROLLUP(region, product_type) 会生成区域+产品类型、仅区域、整体三个层次。CUBE 则生成所有维度组合，字段较多时结果集会快速膨胀，需要谨慎使用。
-- ROLLUP 示例：区域小计与整体总计 SELECT region, product_type, SUM(sale_amount) AS total_sales FROM sales_record GROUP BY ROLLUP(region, product_type) ORDER BY region, product_type;
多列分组的性能与索引建议
多列分组的查询性能与分组字段上的索引密切相关。对于频繁执行的统计 SQL，可以在分组字段上建立复合索引，例如 CREATE INDEX idx_sales_region_type ON sales_record(region, product_type);，帮助数据库更快地定位和聚合数据。如果 WHERE 条件中还包含过滤字段，应结合过滤字段与分组字段设计索引顺序。同时，NULL 值分组在某些数据库中可能影响索引扫描效率，提前清洗数据或设置默认值可以减少 NULL 分组带来的额外开销。
总结
多列分组统计的关键在于把多个字段的组合视为一个整体，通过 GROUP BY 生成组合维度，再用聚合函数计算指标。WHERE 过滤原始行，HAVING 过滤分组后的聚合结果，两者不能混用。对 NULL 值要明确业务口径，避免统计结果中出现不必要的 NULL 分组；对多维汇总需求，可以优先考虑 GROUPING SETS、ROLLUP 和 CUBE。最后，显式 ORDER BY 和合理的复合索引，是保证结果稳定和查询高效的关键。掌握这些细节，可以避免多列分组统计中绝大多数常见问题。